monazilla/datの仕様 のバックアップソース(No.1)

• バックアップ一覧
• 差分 を表示
• 現在との差分 を表示
• バックアップ を表示
• monazilla/datの仕様 へ行く。
  • 1 (2005-01-27 (木) 11:07:32)
  • 2 (2005-12-19 (月) 02:52:31)
  • 3 (2006-03-02 (木) 06:27:31)

[[monazilla]]

#contents

**概観

***リクエスト
 GET /board/0000000000.dat
 Host: server.domain.dom
 User-Agent: monazilla/1.00
 Connection: close
 Accept-Encoding: gzip
 

***データ
 名前<>E-mail<>日付とIDとBE<>本文<>スレッドタイトル
 名前<>E-mail<>日付とIDとBE<>本文<>
 名前<>E-mail<>日付とIDとBE<>本文<>
 ...
 
 # E-mailはURLエンコード、他の値はすべてHTMLエンコード。
 # スレッドタイトルは、&gt;&gt;1にしか書かれません。

**用語の定義

以下のために用語の定義をしておくと、
&lt;を&amp;lt;とする方法をHTMLエンコード、
&lt;を%3Cとする方法をURLエンコードとします。

|~文字|~a|~&lt;|~&gt;|~&amp;|~&quot;|~あ|h
|~HTMLエンコード|a|&amp;lt;|&amp;gt;|&amp;|&quot;|あ|
|~URLエンコード|a|%3C|%3E|%26|%22|%E3%81%82|

HTMLエンコードは、&lt;と&gt;しか見ていないようです。
そのことを利用したAAなどもありますから、できることなら
特殊文字(&amp;hearts;など)や実態参照(&amp;#ddや&amp;#xff;など)も
理解できるようにしておきましょう。

**規則

文字コードはShift_JIS、改行コードは\n。

/board/0000000000.datにファイルが置かれています。
この0は、実際は任意の数字で、subject.txtを読むことで調べられます。
リクエストの他の行も[[subject.txtの仕様]]で説明しているので、
そちらを読んでください。

***名前
HTMLエンコードされています。

◆という文字があれば、それ以降の10文字はトリップです。
普通に文字として◆を書くと、◇にされてしまいます。
ほかに、★と●は、特殊な条件の人しか使えません。

***E-mail
URLエンコードされています。

***日付とID
HTMLエンコードされています。

IDが付く板の場合、日付のあとにID:xxxxxxxxのようにIDが付いてきます。
なぜかまとめて格納されていますが、
おそらく、IDは後から追加されたデータなので、
過去のブラウザを修正しなくてもいいように、配慮したのではないかなと。

また、2004/12あたりから、[[BE＠2ch掲示板]]のプロファイルが追加されました。
IDの後に空白で連結されて、BE:xxxxxxのようになります。

このまま使っても問題は起きないと思いますが、分割するには、
&quot; ID:&quot;(先頭に空白が1つあります)という文字列を探して、
見つかったなら、それより前は日付、後はIDとすればいいです。
見つからなければ、IDはありません。BEも同様です。

日付について少し加えると、いろいろな書き方があるようです。
古いものから順にあげていくと、、
 YYYY/MM/DD(W) hh:mm
 YY/MM/DD hh:mm
 YY/MM/DD hh:mm:ss
 
 Y: 年
 M: 月
 D: 日
 W: 曜日 (漢字で1文字)
 h: 時間 (24時間)
 m: 分
 s: 秒

***本文
HTMLエンコードされています。

改行は&lt;br&gt;になっているので、
適切な改行コードになおすなどしてください。

そうすると、複数の行になると思われますが、
その各行の前後に、空白が1つ付いているのが分かるかと。
何のためにこのような仕様になっているのかは分かりませんが、
ともかく、''普通は''、以下のようになっています。
 " 1行目 "
 " 2行目 "
 " 3行目 "
 ...

↑で普通は、と書きました。
それは、おそらくバグだろうと思いますが、
変なログが、まれに、まぎれ込んでいるからです。
具体的には/unix/1000022300/143で、以下のような形をしています。
 " 1行目"
 "2行目"
 ...
 "最後の行 "

見れば分かりますが、最初と最後にしか、空白がついていません。

**未稿
http://pc5.2ch.net/test/read.cgi/tech/1057329161/188
 188 ： ◆ap/yuix/tw ：05/01/16 18:22:47
 dat取得の仕様 
 
 hoge.2ch.net鯖のhogehoge板のキーが1234567890のスレッド(http://hoge.2ch.net/test/read.cgi/1234567890/)を取得する場合 
 
 (1)http://hoge.2ch.net/hogehoge/dat/1234567890.datを取得 
 (2)http://hoge.2ch.net/hogehoge/kako/1234/12345/1234567890.dat.gzを取得 
 (3)http://hoge.2ch.net/hogehoge/kako/1234/12345/1234567890.datを取得 
 (4)●がある場合 offlaw.cgiを使用 
 
 (1)から(4)まで、302 Foundになるたびに次に進む